裴炜冬，朱铮涛，杨 敏，萧达安

(1.广东工业大学 机电工程学院，广东 广州 510006;2.广东警官学院 刑事技术系，广东 广州 510440)

0 引 言

指纹识别作为近年来发展迅猛的识别技术，广泛应用于网络安全认证、社会保险、金融证券、身份验证、网络电子商务等领域，对于公安部门指纹识别尤为重要[1]。但现实生活中的指纹图像往往掺杂着各种各样的干扰，易受环境背景、光线等的影响。指纹作为个体特有的特征，虽然占全身皮肤比重极小，但指纹所包含的可识别的数据信息量极大。在犯罪现场，指纹是出现频率最高最隐蔽的特征。近年来，指纹提取的探索发展迅猛，很多科研组织对指纹提取方向的各种先进技术进行了研究，也提出了一些效果较好的处理算法，然而在复杂背景下的指纹图像的纹理提取还是有一定的难度[2-3]。

指纹纹路由相互平行的脊线和谷线组成，这些纹路会随着人们在抓取东西时而留在去体表面，指纹虽然很小却蕴含了大量的特征信息，例如三角点、分叉点、中心点纹路走向等。不同的指纹，这些特征是不相同的，公安部门可以根据这个唯一性的特征锁定犯罪嫌疑人[4]。一般的指纹图像是在背景较为多样化的环境下获取的，因此现场指纹图像里包含很多复杂的噪声和难以区分的背景。这些噪声和背景极大地影响了指纹的提取和匹配，无论是普通的滤波如Gaussian滤波、中值滤波、均值滤波，或者是Canny、Sobel、Robert、Laplace等，均不能很好地消除噪声和干扰背景。……